一张「免费打平 Exa」的对比图,两天 650 star:RustXNG 和它第三天就删掉的 Google

一个日本学生开发者用 Rust 重写了开源元搜索 SearXNG,包装成「给 AI agent 用的免费本地搜索」,配一张「命中率和付费的 Exa 差不多」的对比图发上 X,两天涨了约 650 star。第三天,有人指出它的精度主要来自抓 Google,作者删掉 Google、公开道歉,命中率跟着掉了一截。下面讲它为什么能冒头、star 从哪来、它的底子有多薄,以及你想拿到同样的 star 该怎么做。

一条「检索 API 要失业了」的帖子

2026 年 11 月 1 日晚上(日本时间),X 上的 @sahenjpn 发了一句日语:「やっべ、検索APIの存在意義を揺るがしてしまったかもしれない…」(糟了,我可能把搜索 API 存在的意义给动摇了……),配一张对比图:同样 100 道题,他的 RustXNG 第一条结果命中 79 道,付费的 Exa 是 77,Tavily 是 34。

这条帖子拿到 55.6 万次曝光、2,689 个赞、3,357 次收藏(X,11-06)。收藏比赞还多,意思是「先存着,以后搭 agent 时用」。

一个多小时后,日本 AI 博主 @studio_yebisu(约 1.7 万粉,自称「专门吓人的 AI 博主」)引用转发:「一个 10 几岁的学生做了这个,开源了」「已经回不去没有 RustXNG 的时代了」,还补了一句 1,000 条结果 3.3 秒。帖子末尾他写明自己和作者一起在做另一个产品 DSH(DeepSeek Harness),顺手给它的测试版导了流。这条又是 18.4 万曝光、3,033 次收藏。两条加起来约 74 万曝光,其实是熟人互推。

作者的 X 账号 2026 年 9 月才注册,发帖时约 6,100 粉;GitHub 上一共只有两个仓库。

它到底是什么

一个自己在电脑或服务器上跑的搜索服务。你发一个关键词,它去问几十家外部搜索源,把结果合并排好序,用 JSON 还给你的 agent;也可以直接接成 MCP,给 Claude、Cursor 这类工具用,只有两个工具:search(搜)和 read_page(把某个结果页的正文抓回来,可以按 token 数控制长度)。

卖点就一句话:不要 API key,不按次收费,查询不过别人的云。 Rust 写的单个二进制,约 17MB,Linux、macOS、Windows 都有,也有 Docker 镜像。协议是 AGPL-3.0。

README 自己写得很清楚:它没有自己的网页索引,搜索结果来自外部搜索源;要本地搜,得自己爬几个站或者导入维基百科。

star 从哪来

(GitHub 每日 star,11-06;当天页面上实时约 860 star、66 fork)

顺序是这样的:

1. 11-01,X 日语圈首发:作者自己那张对比图,加上合作伙伴的引用。
2. 11-02,英文 AI 新闻接手:AlphaSignal 发了「RustXNG Rewrites Python's SearXNG in Rust, Cuts Query Time 10x」,链接带着 alphasignal 的追踪参数;news.the9.pro 同天写「找到正确网页的概率和 Exa 的付费搜索一样高」。之后几天,一批 AI 聚合站和自动写稿站用日语、繁中、中文、越南语、意大利语批量出稿,几乎每篇都在复述那张 79 比 77 的图。
3. 11-03,争议日也是涨得最多的一天。有人指出它「就是在爬 Google,无视服务条款」(「普通にスクレイピングしてるだけ定期」)。作者当天删掉 Google 相关代码,发帖道歉:「調子に乗って規約などをあまり確認せずに公開してしまいました」(得意忘形,没怎么看条款就公开了),这条道歉帖也有 4.7 万曝光。日语圈里出现了一波「别为难新人」的声音。

HN 上搜不到,Reddit 主版也没找到,没投广告。star 全是社交帖子和新闻转载带来的。11-04 之后每天涨几十个,是一次爆点之后的自然回落。

作者那边没闲着:两周发到 v0.30,PR 超过 118 个,有几位外部贡献者在提实质性的改动。

它的底子有多薄

那张图是它全部的传播素材,也是它最大的软肋。

• 精度大半是借来的。「逼近 Exa」很大程度上靠的是抓 Google、Yahoo! JAPAN 这些上游。删掉 Google、换成只用条款允许的来源以后,默认配置在同一套文档题上的 Hit@5(前 5 条里有没有正确网页)从 84 掉到 67–69(项目 README,11-05 实测)。
• 数字是自测。README 现在自己写着:题目参与了开发,有些本地索引覆盖了相关文档站,和商业 API 的对比不是同时跑的,「不要据此推断比 Exa 或 Tavily 更好」。
• 现在拆成三套配置:Standard 只用 34 个记录过使用条件、不要 key 的来源;Clean 只查本地索引,不对外发请求;Full 加上条款有限制或没核实的来源,README 原话「Full 不是绕过许可的开关」,风险自己担。

用 Rust 重写、包一层 MCP,别人几天就能做出来。它火是因为「免费、跟 Exa 差不多」这个说法,不是因为一项别人做不到的技术。

谁在做同一件事

(GitHub,11-06)

「给 agent 的免费自托管搜索」这个位子已经站了好几家,其中 xerj 比它大二十倍。GitHub 上它目前只有同名 fork,还没看到独立的仿制项目。

如果是你

判断:C。能学到一套很好用的冷启动打法,但照着这个项目本身去跟不太划算。同一个位子已经挤了 SearXNG、xerj、mcp-searxng 好几家;它的精度建在抓上游搜索引擎上,一做大就会撞上条款;最大的那波 star 是一张自测图加一次熟人互推换来的,第二个人再用「免费打平 Exa」这个说法,新鲜感和可信度都打折扣。

适合谁:手里已经有一块别人没有的干净数据,或者一个垂直索引(比如某个语言的技术文档、某个国家的法规、某类论文),会写 Rust 或 Go,而且自己或身边的朋友在 X 上有点粉丝的开发者。

不适合谁:打算再做一个「多抓几家搜索引擎、包一层 MCP」的人,这就是第五个 SearXNG 外壳,而且条款问题会原样落到你头上;没有任何发帖渠道、指望 GitHub 自己长 star 的人(它 19 天进不了 trending,star 全是帖子带来的)。

怎么做,按值得程度排:

1. 学打法,换靶子:挑一个开发者每天按次付钱、又能在本地做的东西(OCR、语音转写、网页正文抽取、向量化、PDF 解析),做一个免费、本地、单二进制、自带 MCP 的版本,拿付费头部做一张同题对比图。这次一开始就把测试集留出来,同时跑,公开脚本,别留下让人拆穿的口子。
2. 做它没做好的部分,也就是干净的本地索引:它现在的 Clean 配置只能查你自己爬的站和维基百科。做一个开箱即用、定期更新、来源合规的垂直索引包(比如「主流编程语言和框架的官方文档」),让 agent 不出网也能查,可以单独发,也可以给 RustXNG 提 PR 攒名声。
3. 换语言圈:日语 X 圈对「10 几岁的学生做出颠覆付费 API 的东西」反应很大。中文、韩语开发者圈也吃这种叙事,但前提是你真有一个能打的对比数字。

怎么获客:一张图、一句话。图是你和付费头部在同一批题上的命中率对比,一句话是「不要 key、不要钱、本地跑」。你自己发首帖,让一个有粉丝的朋友在一小时内引用转发;README 和话题标签里写满 agent、MCP、RAG、grounding,AlphaSignal 这类新闻源和一大批自动写稿站会自己找上门。

什么时候之前:不急,但越早越好。agent 工具链的 MCP 热还在,只是「免费替代 Exa」这个说法刚被用过一次,最好换一个品类的靶子,2027 年第一季度前发出来。

什么情况说明看错了:① RustXNG 删掉 Google 之后,一个月内 star 还能稳在每天 50 以上、Docker 拉取量也起来了,说明大家要的就是「本地 + MCP」这层壳,不在乎精度,那第一条路的门槛比这里说的还低,跟进价值往上调;② Exa、Tavily、Brave 推出足够大的免费额度,或者大模型自带联网成了默认,「省 API 钱」这个痛点就没了;③ 有人用干净的数据做出同样的对比图,又拿到几千 star,说明这个品类还有空间,要更快动手。

数据与出处

GitHub:sahenjp/RustXNG 仓库页、README(v0.30.0)、PR #83、Issue #104、每日 star(10-25 到 11-06);同类仓库 star 数(11-06)。X:@sahenjpn 11-01 首发帖与 11-03 道歉帖、@studio_yebisu 11-01 引用帖(曝光与收藏数截至 11-06)。转载:alphasignal.ai、news.the9.pro 11-02 文章,以及 hermes-ai.net、aisignal.dev、ssdnodes 等聚合站。Hatena Bookmark 收藏 23 条。写「自测」的数字没有独立复现;Docker 实际拉取量没查。